Memperkenalkan Kartu Layanan AI AWS: Sumber daya baru untuk meningkatkan transparansi dan memajukan AI yang bertanggung jawab

Kecerdasan buatan (AI) dan pembelajaran mesin (ML) adalah beberapa teknologi paling transformatif yang akan kita temui di generasi kita—untuk mengatasi masalah bisnis dan sosial, meningkatkan pengalaman pelanggan, dan memacu inovasi. Seiring dengan meluasnya penggunaan dan meningkatnya skala AI, muncullah pengakuan bahwa kita semua harus membangun secara bertanggung jawab. Di AWS, menurut kami AI yang bertanggung jawab mencakup sejumlah dimensi inti termasuk:

• Keadilan dan bias– Bagaimana suatu sistem berdampak pada subpopulasi pengguna yang berbeda (misalnya, menurut jenis kelamin, etnis)
• Dapat dijelaskan– Mekanisme untuk memahami dan mengevaluasi output dari sistem AI
• Keamanan dan Privasi– Data terlindungi dari pencurian dan pemaparan
• Kekokohan– Mekanisme untuk memastikan sistem AI beroperasi dengan andal
• Governance– Proses untuk mendefinisikan, menerapkan, dan menegakkan praktik AI yang bertanggung jawab dalam suatu organisasi
• Transparansi– Mengkomunikasikan informasi tentang sistem AI sehingga pemangku kepentingan dapat membuat pilihan berdasarkan informasi tentang penggunaan sistem tersebut

Komitmen kami untuk mengembangkan AI dan ML dengan cara yang bertanggung jawab merupakan bagian tak terpisahkan dari cara kami membangun layanan, berinteraksi dengan pelanggan, dan mendorong inovasi. Kami juga berkomitmen untuk menyediakan alat dan sumber daya kepada pelanggan untuk mengembangkan dan menggunakan AI/ML secara bertanggung jawab, mulai dari memungkinkan pembuat ML dengan lingkungan pengembangan yang terkelola sepenuhnya hingga membantu pelanggan menyematkan layanan AI ke dalam kasus penggunaan bisnis umum.

Memberikan pelanggan dengan lebih banyak transparansi

Pelanggan kami ingin mengetahui bahwa teknologi yang mereka gunakan dikembangkan dengan cara yang bertanggung jawab. Mereka menginginkan sumber daya dan panduan untuk mengimplementasikan teknologi tersebut secara bertanggung jawab di organisasi mereka sendiri. Dan yang terpenting, mereka ingin memastikan bahwa teknologi yang mereka luncurkan bermanfaat bagi semua orang, terutama pengguna akhir mereka. Di AWS, kami ingin membantu mereka mewujudkan visi ini.

Untuk memberikan transparansi yang diminta pelanggan, kami dengan senang hati meluncurkannya Kartu Layanan AWS AI, sumber daya baru untuk membantu pelanggan lebih memahami layanan AWS AI kami. Kartu Layanan AI adalah bentuk dokumentasi AI yang bertanggung jawab yang menyediakan satu tempat bagi pelanggan untuk menemukan informasi tentang kasus penggunaan yang dimaksudkan dan batasan, pilihan desain AI yang bertanggung jawab, serta praktik terbaik penerapan dan pengoptimalan kinerja untuk layanan AI kami. Mereka adalah bagian dari proses pengembangan komprehensif yang kami lakukan untuk membangun layanan kami dengan cara yang bertanggung jawab yang menangani keadilan dan bias, penjelasan, ketahanan, tata kelola, transparansi, privasi, dan keamanan. Di AWS re:Invent 2022 kami menyediakan tiga Kartu Layanan AI pertama: Pengenalan Amazon – Pencocokan Wajah, Amazon Texttract – AnalyseID, dan Amazon Transcribe – Batch (Inggris-AS).

Komponen Kartu Layanan AI

Setiap Kartu Layanan AI berisi empat bagian yang meliputi:

• Konsep dasar untuk membantu pelanggan lebih memahami layanan atau fitur layanan
• Kasus penggunaan yang dimaksudkan dan batasannya
• Pertimbangan desain AI yang bertanggung jawab
• Panduan penerapan dan pengoptimalan kinerja

Isi Kartu Layanan AI membahas audiens yang luas dari pelanggan, teknolog, peneliti, dan pemangku kepentingan lainnya yang berusaha untuk lebih memahami pertimbangan utama dalam desain dan penggunaan layanan AI yang bertanggung jawab.

Pelanggan kami menggunakan AI dalam rangkaian aplikasi yang semakin beragam. Itu kasus penggunaan yang dimaksudkan dan bagian batasan memberikan informasi tentang penggunaan umum suatu layanan, dan membantu pelanggan menilai apakah suatu layanan cocok untuk aplikasi mereka. Misalnya, dalam Kartu Amazon Transcribe – Batch (English-US) kami menjelaskan kasus penggunaan layanan transkripsi kosa kata tujuan umum yang diucapkan dalam bahasa Inggris AS dari file audio. Jika sebuah perusahaan menginginkan solusi yang secara otomatis menyalin acara khusus domain, seperti konferensi ilmu saraf internasional, mereka dapat menambahkan kosakata khusus dan model bahasa untuk menyertakan kosakata ilmiah guna meningkatkan akurasi transkripsi.

Dalam majalah bagian desain dari setiap Kartu Layanan AI, kami menjelaskan pertimbangan utama desain AI yang bertanggung jawab di seluruh area penting, seperti metodologi yang digerakkan oleh pengujian, keadilan dan bias, keterjelasan, dan ekspektasi kinerja. Kami memberikan contoh hasil performa pada kumpulan data evaluasi yang mewakili kasus penggunaan umum. Namun, contoh ini hanyalah titik awal, karena kami mendorong pelanggan untuk menguji kumpulan data mereka sendiri untuk lebih memahami bagaimana layanan akan bekerja pada konten dan kasus penggunaan mereka sendiri untuk memberikan pengalaman terbaik bagi pelanggan akhir mereka. Dan ini bukan evaluasi satu kali. Untuk membangun dengan cara yang bertanggung jawab, kami merekomendasikan pendekatan berulang di mana pelanggan menguji dan mengevaluasi aplikasi mereka secara berkala untuk akurasi atau potensi bias.

Dalam majalah praktik terbaik untuk penerapan dan pengoptimalan kinerja, kami menyusun tuas utama yang harus dipertimbangkan pelanggan untuk mengoptimalkan kinerja aplikasi mereka untuk penerapan di dunia nyata. Penting untuk menjelaskan bagaimana pelanggan dapat mengoptimalkan kinerja sistem AI yang bertindak sebagai komponen dari keseluruhan aplikasi atau alur kerja mereka untuk mendapatkan manfaat maksimal. Misalnya, dalam Kartu Pencocokan Wajah Amazon Rekognition yang mencakup penambahan kemampuan pengenalan wajah ke aplikasi verifikasi identitas, kami membagikan langkah-langkah yang dapat dilakukan pelanggan untuk meningkatkan kualitas prediksi pencocokan wajah yang dimasukkan ke dalam alur kerja mereka.

Memberikan sumber daya dan kemampuan AI yang bertanggung jawab

Menawarkan kepada pelanggan kami sumber daya dan alat yang mereka perlukan untuk mengubah AI yang bertanggung jawab dari teori ke praktik merupakan prioritas berkelanjutan untuk AWS. Awal tahun ini kami meluncurkan kami Panduan Penggunaan Pembelajaran Mesin yang Bertanggung Jawab yang memberikan pertimbangan dan rekomendasi untuk menggunakan ML secara bertanggung jawab di semua fase siklus hidup ML. Kartu Layanan AI melengkapi panduan pengembang dan entri blog kami yang sudah ada, yang menyediakan pembangun dengan deskripsi fitur layanan dan instruksi mendetail untuk menggunakan API layanan kami. Dan dengan Memperjelas Amazon SageMaker dan Monitor Model Amazon SageMaker, kami menawarkan kemampuan untuk membantu mendeteksi bias dalam kumpulan data dan model serta memantau dan meninjau prediksi model dengan lebih baik melalui otomatisasi dan pengawasan manusia.

Pada saat yang sama, kami terus memajukan AI yang bertanggung jawab di seluruh dimensi utama lainnya, seperti tata kelola. Di re:Invent hari ini, kami meluncurkan seperangkat alat baru yang dibuat khusus untuk membantu pelanggan meningkatkan tata kelola proyek ML mereka dengan Manajer Peran Amazon SageMaker, Kartu Model Amazon SageMaker, dan Dasbor Model Amazon SageMaker. Pelajari lebih lanjut di Blog Berita AWS dan situs web tentang bagaimana alat ini membantu merampingkan proses tata kelola ML.

Pendidikan adalah sumber utama lain yang membantu memajukan AI yang bertanggung jawab. Di AWS kami berkomitmen untuk membangun pengembang dan ilmuwan data generasi berikutnya dalam AI dengan Program Beasiswa AI dan ML dan Universitas Pembelajaran Mesin AWS (MLU). Minggu ini di re:Invent kami meluncurkan kursus MLU publik baru tentang pertimbangan keadilan dan mitigasi bias di seluruh siklus hidup ML. Diajarkan oleh ilmuwan data Amazon yang sama yang melatih karyawan AWS tentang ML, kursus gratis ini menampilkan 9 jam kuliah dan latihan praktik serta mudah untuk memulai.

Kartu Layanan AI: Sumber daya baru—dan komitmen berkelanjutan

Kami sangat bersemangat untuk menghadirkan sumber daya transparansi baru kepada pelanggan kami dan komunitas yang lebih luas dan memberikan informasi tambahan tentang tujuan penggunaan, batasan, desain, dan pengoptimalan layanan AI kami, berdasarkan pendekatan ketat kami untuk membangun layanan AWS AI dengan cara yang bertanggung jawab . Harapan kami adalah Kartu Layanan AI akan bertindak sebagai sumber daya transparansi yang berguna dan langkah penting dalam lanskap AI yang bertanggung jawab yang terus berkembang. Kartu Layanan AI akan terus berkembang dan berkembang saat kami terlibat dengan pelanggan kami dan komunitas yang lebih luas untuk mengumpulkan umpan balik dan terus mengulangi pendekatan kami.

Hubungi grup pakar AI kami yang bertanggung jawab untuk memulai percakapan.

---

Tentang penulis

Vasi Filomin saat ini adalah Wakil Presiden di tim AWS AI untuk layanan di bidang bahasa dan teknologi ucapan seperti Amazon Lex, Amazon Polly, Amazon Translate, Amazon Transcribe/Transcribe Medical, Amazon Comprehend, Amazon Kendra, Amazon Code Whisperer, Amazon Monitron, Amazon Mencari Peralatan dan Lensa Kontak/ID Suara untuk Amazon Connect serta Lab Solusi Pembelajaran Mesin dan AI yang Bertanggung Jawab.

Peter Hallinan memimpin inisiatif dalam sains dan praktik AI yang Bertanggung Jawab di AWS AI, bersama tim pakar AI yang bertanggung jawab. Dia memiliki keahlian mendalam di bidang AI (PhD, Harvard) dan kewirausahaan (Blindsight, dijual ke Amazon). Kegiatan sukarelanya termasuk melayani sebagai profesor konsultan di Fakultas Kedokteran Universitas Stanford, dan sebagai presiden Kamar Dagang Amerika di Madagaskar. Jika memungkinkan, dia pergi ke pegunungan bersama anak-anaknya: bermain ski, mendaki, hiking, dan arung jeram